打印相关性高于阈值的案例

Question

我有一个相对较大的相关矩阵 (77x77)。我需要识别相关性高于 |.60| 的案例。下面我生成了相关数据框并使所有值 < |.60|显示为 NA。

cor_relation = cor(mydata, use="all.obs", method="pearson") cor_relation[abs(cor_relation) < 0.6] <- NA

但是，手动搜索案例 > |.60| 仍然很困难。我尝试使用布尔运算符，如下所示，但它只给我每个案例的截断摘要（即 Na 或 True），我只能看到前 1000 个案例的摘要

cor_relation[abs(cor_relation)] >= 0.6

请帮忙提供正确的代码，该代码只会打印相关性 > |.60|

的案例摘要

谢谢

Answer 1

这是一个如何做到这一点的例子（使用虚拟数据，因为没有提供数据）

# creating dummy corr matrix
corr <- matrix(runif(25, -1, 1), nrow = 5, ncol = 5)
# selecting indices where corr[i,j] >= 0.6 
S <- which(abs(corr) >= .6, arr.ind = T)
# saving the result in a new vector
val <- corr[S]
val
[1] -0.9645378 -0.6560426 -0.7547376  0.7940875 -0.7449578 -0.8844122  0.6800387
# and finally printing a summary
summary(val)
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
-0.9645 -0.8196 -0.7450 -0.3615  0.0120  0.7941

Answer 2

一个dplyr方式：

library(dplyr)
data(mtcars)
correl <- round(cor(mtcars),2)
cor_df <- as.data.frame(as.table(correl))

现在 cor_df 可以排序和筛选：

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq>0.6)
   Var1 Var2 Freq
1   mpg  mpg 1.00
2   cyl  cyl 1.00
3  disp disp 1.00
4    hp   hp 1.00
... and so on

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq< -0.6)
   Var1 Var2  Freq
1  carb qsec -0.66
2  qsec carb -0.66
3    am   wt -0.69
4    wt   am -0.69
... and so on

你可以总结数据：

> cor_df %>%  arrange(desc(Freq)) %>% filter(Freq< -0.6) %>% 
     summarise(mean=mean(Freq), sd=sd(Freq))
        mean         sd
1 -0.7515385 0.06949488

打印相关性高于阈值的案例

Print cases with correlations above a threshold

r

conditional-statements

correlation

threshold